基于几何感知的零样本牙齿分割：TSegAgent
计算机视觉与模式识别
2026-04-21 v2
摘要
从颊内扫描的 3D 模型中自动分割和识别牙齿是数字牙科的基本问题，但大多数现有方法依赖于针对特定 3D 神经网络的训练，需密集标注数据集，导致高标注成本且对来自未知来源的扫描泛化性有限。因此，我们提出 TSegAgent，通过将牙科分析重新表述为零样本几何推理问题而非纯数据驱动的识别任务来解决这些挑战。核心思想是结合通用基础模型的表征能力与来自牙科解剖学的显式几何归纳偏差。该框架利用多视角视觉抽象和几何 grounding 推理来推断牙齿实例和身份，而无需任务特定的训练。通过显式编码牙弓组织结构和体积关系，方法减少了在歧义情况下的不确定性，缓解了对特定形状分布的过拟合。实验结果表明，这种以推理为导向的表述能够以低计算和标注成本实现准确可靠的牙齿分割和识别，同时在 diverse and 之前未见过的牙科扫描上表现出强大的泛化性。
引用
@article{arxiv.2603.19684,
title = {TSegAgent: Zero-Shot Tooth Segmentation via Geometry-Aware Vision-Language Agents},
author = {Shaojie Zhuang and Lu Yin and Guangshun Wei and Yunpeng Li and Xilu Wang and Yuanfeng Zhou},
journal= {arXiv preprint arXiv:2603.19684},
year = {2026}
}
备注
MICCAI 2026; Under review